收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

面向目标检测识别应用的算法加速器体系结构研究

徐金波  
【摘要】: 无论在军事还是民用领域,目标检测识别技术都具有重要的研究意义和应用价值。人们提出了很多方法来提高目标检测识别的准确性,且取得了显著的成果,但是在提高目标检测识别处理速度方面的相关研究较少。 事实上,在将目标检测识别技术应用于实际系统中时,除了保证足够高的识别准确率,识别速度能否满足系统对实时性的要求也是一个关键问题。另外,目标检测识别系统的体积、实现代价、功耗以及对不同应用环境的适应能力也是需要研究的问题。 基于FPGA(FieldProgrammableGateArray)的硬件加速技术能够实现较大程度的算法到计算引擎的空间映射(区别于通用处理器),且具备计算和存储资源的定制能力(区别于ASIC(ApplicationSpecificIntegratedCircuits)),因此在灵活性和高性能方面做到了比较好的权衡。同时,FPGA硬件加速器与通用处理器相比还具有体积小、功耗低的优势。 基于FPGA的硬件加速技术对于提高目标检测识别技术的实用性具有重要意义。本文研究面向目标检测识别应用的算法加速器体系结构,主要研究四类应用:静态刚性目标识别、运动目标检测提取、行人检测识别、人脸检测识别,研究目的是实现算法到有限硬件资源的充分高效的映射,在硬件实现代价、处理速度和处理效果之间进行适当的折中。基于研究成果为这四类应用分别设计了基于FPGA的硬件加速原型系统。同时,针对行人、人脸检测识别等一类具有不规则数据访问模式的图像处理应用提出了一种通用无冲突并行访问存储模型。 首先研究了基于Hausdorff距离与模板匹配的静态刚性目标识别硬件加速技术。静态刚性目标识别应用的数据访问模式较规整,但是计算复杂性较大。本文提出了面向大尺寸窗口遍历型应用的并行计算模型,目的是实现运算单元的数据消耗速度与存储系统的数据供应速度之间的均衡。将基于多体存储结构的无冲突并行访问存储模型与基于分治并行策略的多PE(Processing Element)计算结构相结合,缓解了只采用前者时所遇到的存储体个数太多的问题以及只采用后者时所面临的存储容量受限的问题。性能分析与实验结果表明采用该计算模型可以显著提高运算单元的并行度。 其次,研究了运动目标检测提取算法的硬件加速技术以及存储优化技术。相对于静态目标,在现实场景中,人们往往对运动目标更感兴趣。本文设计了对图像中不同运动目标进行分类的硬件加速结构;针对图像序列中运动目标数量、位置、大小等信息不断变化的特点,引出了“可变数据集合维护问题”,设计了一种通用的高速硬件链表结构,提高了对可变数据集合进行存取访问的灵活性。 接下来,对于检测并提取出的运动目标,后续工作通常是运动目标识别。本文选取运动目标识别应用中计算复杂性较大且应用需求较广泛的行人检测识别与人脸检测识别进行重点研究。行人与人脸属于“非刚性目标”,与刚性目标不同,非刚性目标的轮廓是不规则且不断变化的,这不仅增加了计算的复杂性,也导致了对存储器数据访问模式的不规则性。 本文研究了基于主动形状模型(ActiveShape Model,ASM)的行人识别硬件加速技术。针对计算复杂性较大所造成的计算资源不足问题,为了实现硬件代价和处理速度的适当平衡,提出了资源共享模式和硬件流水线方式相互结合、灵活配置的计算资源映射策略,基本思想是对于占用较多计算资源的非瓶颈任务,采用资源共享模式,将多个相同类型的操作映射到一个功能部件上分时执行,多个操作的源操作数通过多路选择器进入功能部件的输入端口,通过采用优化的指令调度算法,最大程度的缩短了同一类型的不同操作之间的启动时间间隔;而对于计算复杂性较大的瓶颈任务,分配较多的计算资源,尽可能的采用流水线技术和其它并行策略提高处理速度。本文在FPGA上构建了原型系统,实现了行人的检测、识别与跟踪,实验结果表明,与相关工作相比具有较大的速度优势。 对于人脸目标,本文提出了一种精确分类的视角无关人脸检测方法,能够对垂直于图像平面±90度和图像平面内360度范围的所有人脸姿态进行快速准确地检测分类。树形检测器框架结构中的每个检测节点采用一种创新的两段式Boosting方法(Two-Stage Boosting,TS-Boosting)进行训练,核心思想是在判断一个样本是否属于某个姿态区间时,不仅要看该样本属于该姿态区间的概率有多大,还要看该样本不属于其它姿态区间的概率有多大。基于提出的算法,设计了硬件加速器,并提出了一种对硬件资源进行动态配置的设计空间探索算法。实验表明,本文提出的方法和硬件加速器与相关工作相比具有较高的检测准确率和处理速度。 本文最后针对行人、人脸检测识别等一类具有不规则数据访问模式的图像处理应用提出了一种通用无冲突并行访问存储模型,在主存储器与处理器之间构建了一种多体存储结构,并将大部分的不规则数据访问模式归类为对图像中多个局部矩形兴趣区域(RegionsofInterest,ROIs)内的任意位置固定大小矩形数据块的无冲突并行访问。理论分析与实验结果表明该存储模型与相关工作相比更适合于多兴趣区域图像处理应用,与直接访问主存储器相比在访存速度上提高了几倍到上百倍。 综上所述,本文面向目标检测识别应用,研究了使用硬件加速技术提高性能的关键技术,对算法并行特性分析、体系结构设计、计算和存储资源的灵活配置、面向不规则数据访问模式的并行存取模型等问题提出了有效的解决方案,对于推进目标检测识别技术的研究和实用化具有一定的意义和价值。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 韩露;李祖枢;陈东义;;一种Java与OpenCV结合实现的目标检测模块[J];计算机应用;2008年03期
2 盛文,邓斌,柳健;一种基于多尺度距离像的红外小目标检测方法[J];电子学报;2002年01期
3 程进军,肖明清,谢希权;基于雷达和红外传感器的目标检测方法[J];传感器技术;2003年08期
4 黄祥,孙洪,罗玮,徐新,杨文;基于区域分类的智能恒虚警SAR图像目标检测[J];武汉大学学报(理学版);2004年01期
5 方学立;梁甸农;董臻;;目标检测性能的定量评估方法[J];系统工程与电子技术;2005年12期
6 黄琦兰;蒲明辉;;一种用于粒子场全息图像的目标检测新方法[J];激光与红外;2006年07期
7 李良翮;丁艳;;一种基于小波分析的小目标检测算法[J];光学技术;2006年S1期
8 何乃甩;黄席樾;刘俊;权循宝;;基于形态学重构的内河红外船舶目标检测[J];红外技术;2007年07期
9 李敏;彭进业;;运动目标检测中的边缘检测算法[J];延安大学学报(自然科学版);2008年01期
10 成兰;王志杰;姬琇荔;;基于图像局部特征的红外小目标检测与跟踪算法[J];红外技术;2008年06期
11 周箴毅;胡福乔;;基于背景建模的动态场景目标检测[J];计算机工程;2008年24期
12 王江安;吴荣华;康圣;宗思光;;复杂海空背景下红外弱小目标检测技术研究[J];光学与光电技术;2008年06期
13 王威;张鹏;高伟;王润生;;基于局部层次化混合高斯模型的视频序列运动目标检测[J];信号处理;2009年05期
14 曾孝平;陈礼;刘国金;谢春兰;朱斌;;视觉注意的图像目标预检测[J];重庆大学学报;2009年06期
15 马育锋;龚沈光;姜润翔;张凡;李松;;基于小波变换的目标信号检测方法[J];数据采集与处理;2009年06期
16 李颖宏;刘亚利;尹怡欣;庞一贵;;W~4理论在道路交叉口视频监测中的应用[J];计算机工程与应用;2010年04期
17 张建;关键;刘宁波;宋杰;;基于EMD和盒维数的固定微弱目标检测[J];信号处理;2010年04期
18 孙宁;翟尚礼;赵春光;;扫描型红外图像实时目标检测研究[J];中国图象图形学报;2011年04期
19 阎冬梅,曾峦,李生良;图象序列动目标检测[J];装备指挥技术学院学报;1997年01期
20 徐振海,王雪松,周颖,汪连栋,肖顺平,庄钊文;基于PWF融合的高分辨极化雷达目标检测算法[J];电子学报;2001年12期
中国重要会议论文全文数据库 前10条
1 齐志泉;徐义田;宋野;王来生;;具有动态级联结构的在线Boosting算法[A];2009年中国智能自动化会议论文集(第五分册)[东南大学学报(增刊)][C];2009年
2 宋元;许林周;章新华;;面向多源信息融合的舰载声纳仿真平台设计[A];2009年全国水声学学术交流暨水声学分会换届改选会议论文集[C];2009年
3 王娟;慈林林;姚康泽;;基于分形的SAR图像舰船目标检测[A];全国第13届计算机辅助设计与图形学(CAD/CG)学术会议论文集[C];2004年
4 韩裕生;袁广林;李从利;姚翎;袁宏武;;基于十字链表的管道滤波算法设计与实现[A];2006年全国光电技术学术交流会会议文集(D 光电信息处理技术专题)[C];2006年
5 刘威;何波;张刚;张翠荣;张晔;;红外弱小目标图像检测预处理方法对比研究[A];2008中国仪器仪表与测控技术进展大会论文集(Ⅰ)[C];2008年
6 李宇;黄海宁;李淑秋;张春华;;联合Radon变换和小波判决算法在目标检测中的应用[A];中国声学学会2002年全国声学学术会议论文集[C];2002年
7 周凯;张春荣;强勇;;盒维数估计法在海杂波目标检测中的应用[A];2008年中国西部青年通信学术会议论文集[C];2008年
8 杨文;孙洪;管鲍;王晓军;;基于目标识别的SAR图像特征分析[A];第十一届全国信号处理学术年会(CCSP-2003)论文集[C];2003年
9 谢程利;王金桥;卢汉清;;核森林及其在目标检测中的应用[A];第六届和谐人机环境联合学术会议(HHME2010)、第19届全国多媒体学术会议(NCMT2010)、第6届全国人机交互学术会议(CHCI2010)、第5届全国普适计算学术会议(PCC2010)论文集[C];2010年
10 吴川;;基于DSP平台的粒子滤波跟踪算法的实现[A];第八届全国信息获取与处理学术会议论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 徐金波;面向目标检测识别应用的算法加速器体系结构研究[D];国防科学技术大学;2009年
2 杨风雷;基于图像结构的目标检测方法研究[D];华东师范大学;2010年
3 李杨;高频地波雷达背景感知与目标检测技术研究[D];哈尔滨工业大学;2010年
4 郑泽忠;基于高分辨率航空影像高速公路汽车目标检测算法研究[D];西南交通大学;2010年
5 庾农;基于形态学理论的目标检测技术[D];中国人民解放军国防科学技术大学;2000年
6 潘景昌;天文信息自动处理及目标检测的研究[D];山东大学;2011年
7 高常鑫;基于上下文的目标检测与识别方法研究[D];华中科技大学;2010年
8 崔国龙;多天线配置雷达系统的目标检测算法研究[D];电子科技大学;2012年
9 杨德贵;基于红外序列图像的地物类型反演、目标检测与被动测距研究[D];国防科学技术大学;2010年
10 王鞠庭;MIMO雷达信号处理:目标检测与角度估计[D];南京理工大学;2010年
中国硕士学位论文全文数据库 前10条
1 胡笑斌;SAR图像目标识别中几个问题的研究[D];合肥工业大学;2005年
2 宋培茗;雷达目标RCS的建模与检测[D];南京理工大学;2004年
3 王辉;背景差分图像处理[D];哈尔滨理工大学;2005年
4 韩昭颖;多极化合成孔径雷达图像目标检测研究[D];中国科学院研究生院(电子学研究所);2005年
5 郝晓冉;序列图像中运动点目标检测方法的研究[D];山东大学;2005年
6 徐高明;生物奥赛培训目标与教学过程研究[D];湖南师范大学;2006年
7 刘豫;基于帧差图像的运动对象分割与跟踪的算法研究[D];燕山大学;2006年
8 诸葛霞;基于分形特征的目标检测算法研究[D];西安电子科技大学;2007年
9 张蕴奇;红外预警系统中的图像显示与目标检测方法研究[D];西安电子科技大学;2006年
10 谢春兰;视觉注意模型及其在目标检测中的应用研究[D];重庆大学;2009年
中国重要报纸全文数据库 前10条
1 本版编辑 《走进初中》编委会 曲靖市教育科学研究所 王吉标 楚雄开发区实验小学 滕卫平 云南省教育科学院 黄邦杰 云南教育出版社 刘珈辰 云南电子音像出版社 刀祝威 云南教育出版社 李昕蔚 保山第一中学教师 张占林 玉溪市教科所 刘永芬 云南省教育出版社 高勇;云南教育出版社品牌助学读物解读[N];云南日报;2006年
2 记者 陶继新;“关心”教育让学生懂得了关心[N];中国教育报;2003年
3 记者  周襄楠;清华人脸识别系统:一秒钟查出罪犯[N];新清华;2006年
4 清华大学 苏光大;非接触式人脸识别技术[N];计算机世界;2006年
5 记者 闫文锋 实习记者 高鹏;清华人脸识别系列全面推广[N];中国知识产权报;2006年
6 本报记者 李颖 实习生 蒋秀娟;面部识别鉴定身份真的可靠吗?[N];科技日报;2006年
7 杨朝晖;我邻域图像处理达到每秒1350亿次超高速[N];科技日报;2008年
8 陈开和;教育五“媚”[N];中国教师报;2004年
9 记者 杨文利;智能监控技术产业化箭在弦上[N];中国高新技术产业导报;2007年
10 齐齐哈尔大学计算机系讲师 赵鑫;新技术在数字娱乐和动漫领域的应用[N];齐齐哈尔日报;2008年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978